Klimawandel an bestimmten Messstationen

Auf der Website der ZAMG sind im Klimamonitoringportal viele spannende Statistiken zu finden. Die Temperaturzunahme an ausgewählten Stationen im Vergleich zu vergangenen Zeiten zählt auch darunter. Ziel dieses Showcases ist es, sich von diesen vordefinierten Orten zu lösen, und auf jede beliebige Messstation in Österreich zu erweitern.

Durchschnittstemperatur einer Klimanormalperiode (Teil 1 – Bildung von Monatsmittelwerten)

In Stufe 1 und 2 dieses Showcases soll für eine beliebige Messstation der ZAMG der Mittelwert der Temperatur berechnet werden. Als Beispiel wird hierfür quasi zufällig die Station Bruck/Mur in der Steiermark ausgewählt. Für die Bildung eines solchen klimatologischen Mittels gibt es eine von der WMO (World Meteorological Organisation) vorgeschriebene Berechnungsweise.

Die verwendeten Daten

Für die Auswertung werden Monatsdaten benötigt. Von diesen wird der Parameter „t - Lufttemperatur 2 m Monatsmittel“ in der Zeit von Jänner 1961 bis Dezember 2020 heruntergeladen. So wird eine Spanne von 60 Jahren abgedeckt, welche zwei komplette Klimanormalperioden, typischerweise je 30 Jahre, enthält. Da der Standort der Station Bruck/Mur im Laufe der Zeit zweimal geringfügig verändert wurde, müssen hierfür die Daten aller drei zu Verfügung stehenden Stationen bezogen werden.

Schritt 1 – Bildung von Monatsmittelwerten

Im ersten Schritt werden aus den Temperaturmittelwerten eines jeden Monats der Klimanormalperioden Mittelwerte für jeden einzelnen Monat gebildet. Für die Klimanormalperiode von 1961 bis 1990 werden also alle darin befindlichen Jänner-Monatstemperaturen zu einem Mittelwert zusammengefasst. Selbiges wird im Anschluss für die verbleibenden elf Monate und die, in diesem Showcase zusätzlich analysierte, Klimanormalperiode von 1991 bis 2020 durchgeführt.

Die Ergebnisse von Schritt 1

Als Ergebnis ergeben sich nun 24 Werte, zwölf je Klimanormalperiode. Diese sind in Tabelle 1.1 ersichtlich. Zusätzlich wurde berechnet wie groß der Unterschied der einzelnen Monat zwischen der Klimanormalperiode von 1961 bis 1990 und jener von 1991 bis 2020 ist. Auf den ersten Blick fällt auf, dass die Durchschnittstemperatur in allen Monaten zunahm. Aus einer genaueren Analyse geht hervor, dass die stärkste Temperaturzunahme in den Sommermonaten (Juni bis August) mit im Mittel 1.7 °C stattfand. Diese fiel mehr als doppelt so stark als jene im Herbst (September bis November, 0.7 °C) aus.

Dem aufmerksamen Leser entgeht bestimmt auch nicht die kleine Ungereimtheit des Februars, in welchem die Temperatur zwischen den zwei Klimanormalperioden von -0.2 °C auf 0.5 °C um 0.6 °C statt der mathematisch korrekten 0.7 °C ansteigt. Der Grund hierfür liegt in der Rundung der in der Tabelle präsentierten Werte, welche ursprünglich mit einer weitaus höheren Genauigkeit berechnet wurden. Die Differenz wurde im Anschluss von den genaueren Werten, und nicht den bereits gerundeten, gebildet und erneut gerundet.

Appendix / Bilder

Durchschnittstemperatur einer Klimanormalperiode (Teil 2 – Ermittlung der Durchschnittstemperatur)

Nachdem in Stufe 1 bereits der größte Teil der Vorarbeit gemacht wurde, kann nun in Stufe 2 direkt mit der Berechnung der Jahresdurchschnittstemperatur der Klimanormalperioden weitergemacht werden.

Schritt 2 – Bildung von Jahresdurchschnittstemperaturen

Der Schritt von den in Stufe 1 berechneten monatlichen Durchschnittswerten ist ein einfacher und erfolgt einfach durch die Mittelung dieser zwölf Werte pro Klimanormalperiode. Diese Auswertung kann, wie bereits jene aus Stufe 1, mit einem Tabellenverarbeitungsprogramm wie Microsoft Excel, aber auch mithilfe von Programmiersprachen wie Python oder R gelöst werden.

Die Ergebnisse von Schritt 2

Für die Durchschnittstemperatur der Klimanormalperiode von 1961 bis 1990 ergeben sich 7.9 °C, für jene von 1991 bis 2020 9.0 °C. Dies entspricht einem Plus von 1.1 °C. Alle zugrunde liegenden Messdaten, die berechneten Klimanormalperioden und berechnete Jahresdurchschnittswerte der Temperatur werden in Abbildung 2.1 dargestellt. Diese Abbildung wurde mithilfe der Programmiersprache Python 3 erstellt.

Durch die Einblendung der Monatsdaten und deren starke jahreszeitliche Schwankungen fällt die Veränderung der Jahrestemperatur rein optisch geringer aus. Das im Mittel kälteste Jahr war 1963 mit rund 6.8 °C. Das wärmste Jahr an der Station Bruck/Mur war 2019 mit im Mittel 10.4 °C.

Die Vorteile dieser Berechnungsmethode

Ein pragmatischer Ansatz zur Berechnung der Durchschnittstemperatur wäre es, alle 360 (30 Jahre zu je zwölf Monaten) aus dem Datenportal heruntergeladenen Monatsdaten zu einem Temperaturwert zu mitteln. Doch aus gutem Grund wird nicht diese Vorgehensweise, sondern jene von der WMO empfohlene Methode hier angewandt. Es ergeben sich vor allem folgende zwei Vorteile:

  1. Datenreihen weisen immer wieder Lücken auf. Bei der eben genannten, wahrscheinlich schneller durchzuführenden, Mittelung hätte eine solche Lücke einen größeren Einfluss auf das Gesamtresultat. Werden zuerst die Monate für sich gemittelt, so würde die Lücke schwächer ins Gewicht fallen, da alle Jänner zueinander eine ähnlichere Temperatur aufweisen als mit den anderen Monaten verglichen. Würde ein Jänner-Wert fehlen, so hätte der Jänner im gesamten Mittel eine schwächere Gewichtung als Monate, von denen alle Daten vorhanden sind. Bei der von der WMO empfohlenen Methode hingegen, würde der Jänner trotz Datenlücke den gleichen Einfluss wie jedes andere Monat haben. Der Effekt lässt sich durch entfernen einzelner Monatsdaten und erneute Berechnung mit den zwei genannten Methoden verdeutlichen.

  2. Als Nebenprodukt der durchgeführten Berechnung erhält man die zur Erstellung eines Klimadiagramms notwendigen Temperaturdaten. Das diesbezügliche Resultat beider Klimanormalperioden ist in Abbildung 2.2 zu sehen.

Appendix / Bilder

Berechnung eines linearen Trends

Obwohl der Vergleich der in Stufe 1 und 2 ausgewerteten Klimanormalperioden bereits einen Anstieg der mittleren Lufttemperatur anzeigt, soll eine lineare Regression berechnet werden um diese Zunahme quantitativ festzuhalten. Hierfür wird der idente Datensatz wie zur vorherigen Berechnung der Klimanormalperioden herangezogen.

Die lineare Regression

Die lineare Regression ist ein einfaches statistisches Werkzeug um eine Trendabschätzung einer Messreihe durchzuführen. Bildlich gesprochen repräsentiert sie jene Gerade, welche durch die vorhandenen Daten gelegt werden kann und hierbei die geringste mögliche Abweichung zu allen Datenpunkten gesamt betrachtet aufweist. Der genaue Rechenweg um zu der Geradengleichung dieser Linie zu kommen muss in mathematischer Fachliteratur nachgeschlagen werden, da der Rahmen eines Showcases hierfür nicht ausreichend ist.

Lineare Regressionen finden nicht nur in der Klimatologie und Meteorologie Anwendung. Abhängig vom Einsatzgebiet gilt es Achtsamkeit bei der Interpretation zu bewahren. Vor allem im Zusammenhang dieser Auswertung ist es nicht zulässig, von der linearen Regression der Jahresmitteltemperatur zwischen 1961 und 2020 der Messstation Bruck/Mur auf Jahre vor oder nach dieser Periode zu schließen. Derartige Informationen werden in der Klimatologie mit speziell dafür entwickelten Modellen berechnet, die wesentlich komplexer als eine lineare Regression sind.

Das Ergebnis

Abbildung 3.1 zeigt das Ergebnis der linearen Regression. Im Gegensatz zu Abbildung 2.1 in Stufe 2 wurde auf die Einblendung der monatlichen Mittelwerte verzichtet, da diese den dargestellten Temperaturbereich auf der y-Achse so stark erweitern, dass der Anstieg nicht klar ausgemacht werden könnte.

Die Angabe im linken oberen Eck des Plots verrät, dass die Jahresmitteltemperatur im Durchschnitt zwischen 1961 und 2020 an der Messstation um rund 0,04 °C pro Jahr anstieg. Hochgerechnet auf 60 Jahre macht das immerhin eine Zunahme von 2,4 °C. Wie bereits erwähnt ist es nicht zulässig aufgrund dieses Trends auf eine Zeit vor 1961 oder nach 2020 zu schließen.

Diese lineare Regression wurde mit Python 3 dargestellt und berechnet. Die gezeigten Auswertungen lassen sich mit beliebigen anderen Stationen wiederholen. Das einzige Kriterium hierfür ist die Länge einer Messreihe.

Appendix / Bilder

Datensätze

Dieser Datensatz beinhaltet Monatswerte einer Vielzahl meteorologischer bzw. klimatologischer Parameter. Für alle Klima-Beobachtungstermine ist der Monatsmittelwert der entsprechenden Größen angegeben. Die drei Klima-Beobachtungstermine (I, II,...

Bewölkung, Dampfdruck, Feuchttemperatur, Globalstrahlung, Luftdruck, Mischungsverhaeltnis, Niederschlag, Schnee, Sichtweite, Sonnenscheindauer, Temperatur, Verdunstung, Wettererscheinungen, Wind, Windgeschwindigkeit, Windrichtung, Windstärke, relative Feuchte